Aynı modeli RTX 5090 ve Ryzen AI Max+ 395’te çalıştırdım
Aynı dosya, aynı 9 Türkçe görev: RTX 5090 üretimde 4–7 kat hızlı, fark bellek hızından. Doğruluk değişmiyor; 63 GB’lık gpt-oss-120b’de üç kart Ryzen’e karşı.
Donanım
- RTX 5090 32 GB · 450 W güç sınırı · Threadripper PRO 5955WX masaüstü
- gpt-oss-120b için 3× RTX 5090 (toplam 96 GB) · katman bölme 1 : 1 : 0,8
- Ryzen AI Max+ 395 · 128 GB birleşik bellek · Radeon 8060S
Yazılım ve ölçüm
- llama.cpp b11803 resmî derlemeleri · CUDA 13.4 · Vulkan · ROCm 10
- Gemma 4 31B · Gemma 4 26B-A4B · LFM2.5 24B-A2B (Q4_K_M) · gpt-oss-120b (MXFP4), aynı SHA256
- 9 Türkçe görev × 3 tekrar · sıcaklık 0 · bağlam 16.384 · düşünme dahil 2.048 token
Masamda iki tür makine var: biri ayrı ekran kartlı masaüstü (RTX 5090), diğeri işlemciyle ekran kartının aynı 128 GB belleği paylaştığı Ryzen AI Max+ 395’li bir iş istasyonu. Hep merak ettiğim soru şu: aynı modeli, aynı dosyayı, aynı soruyla ikisinde çalıştırınca fark ne kadar, ve bu fark neden oluyor?
Kısa cevap: RTX 5090 kelime üretmede 4–7 kat hızlı. En büyük fark tüm ağırlıkları her kelimede okuyan “dense” modelde: Gemma 4 31B, RTX 5090’da saniyede 69,4 token, Ryzen’de 10,5 token üretti (6,6 kat). Bu oran iki bilgisayarın bellek hızı oranına (7,0 kat) çok yakın. Cevapların doğruluğu ise bilgisayara göre değişmiyor; değişen tek şey bekleme süresi. 63 GB’lık gpt-oss-120b tek karta sığmadığı için masaüstünde onu üç RTX 5090’a böldüm; Ryzen ise tek başına, tek bellekte çalıştırdı.
Neyi, nasıl ölçtüm?
Adil olsun diye değişken olarak yalnız bilgisayarı bıraktım:
- Aynı program: llama.cpp’nin aynı sürümü (b11803), her bilgisayar için resmî hazır derlemesi. RTX 5090’da CUDA; Ryzen’de iki ayrı yol: Vulkan ve AMD’nin ROCm’u.
- Aynı dosyalar: dört model dosyasının SHA256 özeti iki bilgisayarda birebir aynı.
- Aynı sorular: 9 Türkçe görev, her biri 3 kez. Sıcaklık 0 (en olası kelimeyi seç), bağlam 16.384 token, her istekte girdi baştan işleniyor (önbellek kapalı).
- Düşünme açık: modellerin varsayılan düşünme modu açık kaldı. Cevap bütçesi düşünme dahil en çok 2.048 token.
- RTX 5090 tek başına: masaüstündeki diğer model servislerini ölçüm süresince durdurdum, kart 450 W güç sınırında.
Modeller: Google’ın Gemma 4 31B (dense, her kelimede bütün ağırlıklar çalışır), Gemma 4 26B-A4B ve Liquid AI’ın LFM2.5 24B-A2B (ikisi de MoE: toplam ağırlığın yalnız küçük bir kısmı, yaklaşık 4 ve 2 milyar parametre, her kelimede devreye girer). Bonus olarak OpenAI’ın açık ağırlıklı gpt-oss-120b modeli. İlk üçü 4 bit (Q4_K_M), gpt-oss kendi MXFP4 biçiminde.
Üçüncü makinem M4 Pro’lu MacBook (48 GB) henüz bu düzene bağlı değil; kurulunca aynı betikle ölçüp buraya ekleyeceğim.
Görevler günlük işler: üç maddelik özet, resmî e-posta, mesajdan JSON çıkarma, Python fonksiyonu, kampanyalı alışveriş hesabı, geri kalan saat sorusu, Türkçe yazım düzeltme, Türkçeden İngilizceye çeviri ve ~3.300 tokenlık Vikipedi maddesinden beş soru. Örneğin hesap sorusu tam olarak şuydu:
Bir kırtasiye 40 TL'lik defterlerde kampanya yapıyor: her 4 defterlik grupta 4. defter %50 indirimli. Kampanya her tam 4'lü grup için ayrı ayrı geçerli, gruba girmeyen defterler tam fiyat. Ali 10 defter alıyor. Ali toplam kaç TL öder? Kısaca hesapla ve son satıra yalnızca "CEVAP: <sayı>" yaz.
Gemma 4 31B’nin RTX 5090’daki cevabı (değiştirmeden):
10 defterde 2 tane 4'lü grup vardır.
Her grupta 3 defter tam fiyat (40 TL), 1 defter %50 indirimli (20 TL) olur.
Kalan 2 defter tam fiyattır.
Hesaplama:
2 grup x (3 * 40 + 20) = 2 x 140 = 280 TL
Kalan 2 defter: 2 * 40 = 80 TL
Toplam: 280 + 80 = 360 TL
CEVAP: 360
Aynı model Ryzen’de aynı hesabı yaptı, aynı sonucu buldu. RTX 5090’da bu soru 9,0 saniye, Ryzen’de Vulkan ile 56,3 saniye sürdü.
Sonuç: hız farkı modele göre değişiyor
Üretim hızında RTX 5090 her modelde önde, ama fark aynı değil. Dense Gemma 4 31B’de 6,6 kat, MoE modellerde 4–5 kat: Gemma 4 26B-A4B’de 4,8, LFM2.5’te 4,1 kat. En hızlısı LFM2.5: RTX 5090’da saniyede 365,1 token, Ryzen’de 89,7 token. Ryzen’de bile bu, okuma hızının çok üstünde.
Neden böyle? Model kelime üretirken her adımda ağırlıklarını bellekten okumak zorunda. Bu işte hesap gücünden çok bellek hızı belirleyici. Üretici değerlerine göre RTX 5090’ın bellek bant genişliği saniyede 1.792 GB, Ryzen AI Max+ 395’in birleşik belleği 256 GB; oran 7,0. Gemma 4 31B dosyası 18,3 GB ve dense olduğu için her kelimede neredeyse hepsi okunuyor. Kaba tavan hesabı RTX 5090 için saniyede ~98, Ryzen için ~14 token; ölçtüklerim 69,4 ve 10,5. İki bilgisayar da tavanının yaklaşık dörtte üçüne çıkıyor, bu yüzden aradaki oran da bellek oranına yaklaşıyor.
MoE modellerde her kelimede okunacak ağırlık birkaç GB’a iniyor. Bellek artık tek darboğaz değil; büyük olasılıkla her adımdaki sabit işler (ekran kartına iş gönderme, hangi uzmanın çalışacağını seçme) payını büyütüyor ve fark 4–5 kata düşüyor. Bunu ayrıca profilleyerek doğrulamadım. Ryzen tarafında bunun pratik anlamı şu: büyük belleği olan bu makinede MoE modeller dense modellere göre çok daha rahat kullanılıyor.
Cevap ne zaman görünmeye başlıyor?
Düşünen modellerde asıl bekleme burada. Model önce kendi içinde düşünüyor, cevap ekranda sonra beliriyor. İlk token bir iki saniye içinde geliyor (Gemma 4 31B için RTX 5090’da 0,82, Ryzen’de 1,58 sn), ama ilk görünür kelime Gemma 4 31B’de RTX 5090’da 8,9 saniye, Ryzen’de 59,9 saniye sonra geliyor. Bir dakika beklemek sohbette uzun; arka planda çalışan bir iş için sorun değil.
Düşünme metinlerinin büyük kısmı İngilizce: Türkçe soruya model kendi içinde çoğunlukla İngilizce akıl yürütüp Türkçe cevap veriyor (basit bir kelime sayımıyla 324 kaydın 262’si). Bu, Türkçe görevde de düşünme tokenlarının İngilizce harcandığı anlamına geliyor.
Dokuz görevin hepsi Gemma 4 31B ile RTX 5090’da 101 saniye, Ryzen’de 657 saniye (yaklaşık 11 dakika) sürdü. Gemma 4 26B-A4B aynı işi RTX 5090’da 56, Ryzen’de 255 saniyede bitirdi ve doğrulukta 31B’den geri kalmadı (aşağıda).
Uzun belgeyi okuma
Modelin soruyu cevaplamadan önce girdiyi işlemesi ayrı bir iş, ve burada fark daha da büyük: bu iş bellekten çok hesap gücüne dayanıyor. 3.233 tokenlık Mimar Sinan maddesini Gemma 4 31B RTX 5090’da saniyede 1.831 token hızla, Ryzen’de ROCm ile 227 token hızla okudu (yaklaşık 8 kat). Bu uzunlukta Ryzen’de bile birkaç saniye; ama yüz sayfalık bir belgede veya uzun bir kod deposunda bekleme dakikalara çıkar.
Ryzen’de Vulkan mı, ROCm mu?
Aynı Ryzen’de iki yolu da denedim ve ilginç bir ayrım çıktı: kelime üretmede her modelde Vulkan önde (ROCm %6–27 daha yavaş), uzun belgeyi okumada ise ROCm önde (%7–23 daha hızlı). Sohbet gibi kısa girdili uzun cevaplı işlerde Vulkan, uzun belge ya da kod okutup kısa cevap aldığım işlerde ROCm denenebilir. llama.cpp’nin kendi standart ölçümü (512 token girdi, 128 token üretim) de üretimde Vulkan’ı öne koydu; girdi tarafında üç modelde ROCm, gpt-oss’ta Vulkan öndeydi (tablo aşağıda).
Doğruluk: bilgisayar değil, model belirliyor
Sekiz görevi otomatik kontrol ettim (çeviriyi okudum). Gemma 4 31B üç ayarın üçünde de 24/24 tam puan aldı. Gemma 4 26B-A4B RTX 5090 ve ROCm’da 24/24, Vulkan’da 22/24. gpt-oss-120b 21, 19 ve 22; LFM2.5 12, 11 ve 9. Modeller arası fark, bilgisayarlar arası farktan çok daha büyük.
LFM2.5’in düşük puanının nedeni bilgi eksikliği değil, düşünmenin uzunluğu: 27 isteğin 12–15 tanesinde 2.048 tokenlık bütçenin hepsini düşünmeye harcadı ve görünür cevap yazamadı. Bütçe büyütülse sonuç değişebilir; ben aynı bütçeyi bütün modellere verdim. Yazım sorusunda olan buydu:
Aşağıdaki cümledeki yazım ve noktalama hatalarını düzelt. Yalnızca düzeltilmiş cümleyi yaz, açıklama ekleme.
herkez bu toplantıya katılcak mı bilmiyorum ama bende gelicem, yarın saat de 10 da başlıycak.
LFM2.5 (RTX 5090): (görünür cevap yok: 2048 tokenlık sınırın hepsi düşünmeye gitti)
gpt-oss-120b üç RTX 5090’da ve Ryzen’de Vulkan ile cevap verdi ama aynı hatayla:
Herkes bu toplantıya katılacak mı bilmiyorum, ama ben de gelecek, yarın saat 10'da başlayacak.“gelicem” düzelirken “gelecek” olmuş; doğrusu “geleceğim”. Aynı model Ryzen’de ROCm ile üç tekrarda da doğru yazdı:
Herkes bu toplantıya katılacak mı bilmiyorum, ama ben de geleceğim. Yarın saat 10'da başlayacak.Model aynı, dosya aynı, soru aynı; tek fark hesabın hangi sürücüyle yapıldığı. Bunun nedenine aşağıda geliyorum.
Puanlarken bir hata da benden çıktı: uzun belge sorusunda neredeyse bütün modeller 0/3 görünüyordu. Cevapları tek tek okuyunca model hatası değil, puanlayıcı hatası olduğunu gördüm. “İki haftada üç adet kadırga” cevabı doğru; ama Python’un küçük harfe çevirmesi “İ” harfini “i” yerine noktalı iki karaktere dönüştürüyor, “iki hafta” araması da eşleşmiyordu. Düzelttim, tüm sonuçları yeniden puanladım; Türkçe metinle çalışan herkesin düşebileceği bir tuzak.
Sıcaklık 0 ama cevaplar aynı değil
Sıcaklık 0’da her seferinde aynı cevabı beklerdim. RTX 5090’da öyle oldu: dört modelde de 9 görevin 9’unda üç tekrar harfi harfine aynı. Ryzen’de ROCm üç modelde aynı kaldı, gpt-oss’ta kalmadı; Vulkan’da ise üç tekrar 9 görevin yalnız 2–5’inde aynı çıktı. Olası sebep, ekran kartının toplamaları her seferinde aynı sırayla yapmaması; bu durumda virgülden sonraki çok küçük farklar bir noktada başka bir kelimeyi seçtiriyor, ondan sonra metin başka yöne gidiyor. Bilgisayarlar arasında da aynı şey geçerli: aynı modelin üç ayardaki cevapları 27 tekrarın yalnız 9’unda (Gemma 4 31B) harfi harfine aynı. Çoğu farkın anlamı aynı; ama Gemma 4 26B-A4B’nin Vulkan’daki iki kayıp puanı da böyle doğdu: bir tekrarda özetin düşünmesi uzayıp bütçeyi bitirdi, bir tekrarda kod yarım kaldı.
gpt-oss-120b’nin kod görevindeki farkı da buradan: üç RTX 5090’daki üç tekrar da 8 testin 8’ini geçti, Ryzen’de Vulkan ve ROCm’da üç tekrardan yalnız biri. Vulkan’daki ilk tekrarın kodu binlik ayırıcıyı ters sıraya koyuyor:
```python
def tl_bicimle(tutar):
# İşaret
sign = '-' if tutar < 0 else ''
# Tam sayı ve kuruşları elde et (yuvarlama)
total_kurus = int(round(abs(tutar) * 100))
tam = total_kurus // 100
kurus = total_kurus % 100
# Binlik ayırıcıyı ekle
tam_str = str(tam)[::-1]
gruplar = [tam_str[i:i+3] for i in range(0, len(tam_str), 3)]
tam_formatli = '.'.join(g[::-1] for g in gruplar)[::-1]
# Ondalık kısmı iki hane olarak ekle
kurus_str = f"{kurus:02d}"
return f"{sign}{tam_formatli},{kurus_str} TL"
```1234,5 için “1.234,50 TL” beklenirken bu kod “1.432,50 TL” üretiyor. Bu model hatası, ama hangi tekrarda ortaya çıkacağını o anki küçük sayısal farklar belirliyor.
gpt-oss-120b: üç RTX 5090’a bölmek ne demek?
gpt-oss-120b dosyası 63,4 GB. Tek RTX 5090’ın belleği 32 GB, sığmıyor. Masaüstünde üç kart var, toplam 96 GB. llama.cpp modeli katman katman böldü: katmanların aşağı yukarı üçte biri birinci karta, üçte biri ikinciye, biraz daha azı üçüncüye (o kart ekranı da sürdüğü için ona daha az pay verdim: 1 : 1 : 0,8). Her kelime sırayla üç karttan geçiyor; yani kartlar aynı anda değil, bayrak yarışı gibi sırayla çalışıyor. Üç kart bu durumda hızı üçe katlamıyor, modelin sığmasını sağlıyor.
Buna rağmen sonuç çarpıcı: üç RTX 5090’da saniyede 218,3 token, Ryzen’de Vulkan ile 46,3 token (4,7 kat). Uzun belgeyi okumada fark 19 kat. Dokuz görev üç kartta 22,6 saniye, Ryzen’de 115,7 saniye sürdü. gpt-oss bu dört model arasında en az düşünen ve en kısa cevap veren model olduğu için Ryzen’de toplam süre Gemma 4 31B’den çok daha kısa.
Öbür taraftan Ryzen bu modeli tek başına, tek bellekte, kartlara bölmeden çalıştırdı. Benim için Ryzen’in asıl gücü bu: 63 GB’lık bir modeli masa üstündeki küçük bir kutuda açabilmek. Hız için üç büyük kart gerekiyor; sığdırmak için tek bir birleşik bellek yetiyor. Elektrik tüketimini bu turda ölçmedim; üç karttaki hızın enerji maliyeti ayrı bir soru.
Çeviri: okuyup karşılaştırdım
Aşağıdaki paragrafı doğal bir İngilizceye çevir. Yalnızca çeviriyi yaz.
Mimar Sinan'ın en büyük eseri, 86 yaşında yaptığı ve "ustalık eserim" diye takdim ettiği Edirne'deki Selimiye Camii'dir. Mimarbaşı olduğu sürece birbirinden çok değişik konularla uğraştı; zaman zaman eskileri restore etti. Sokakların darlığı sebebiyle ortaya çıkan yangın tehlikesine dikkat çekip bu konuda ferman yayınlattı.
| Model | Çeviri (RTX 5090, 1. tekrar) |
|---|---|
| Gemma 4 31B | Mimar Sinan's greatest work is the Selimiye Mosque in Edirne, which he completed at the age of 86 and described as his "masterpiece." Throughout his tenure as Chief Architect, he dealt with a wide variety of projects and occasionally restored older structures. He also drew attention to the fire hazards caused by narrow streets and had a decree issued to address the issue. |
| Gemma 4 26B-A4B | Mimar Sinan's greatest work is the Selimiye Mosque in Edirne, which he completed at the age of 86 and hailed as his "masterpiece." During his tenure as Chief Architect, he dealt with a wide range of issues, including the periodic restoration of historical structures. He also drew attention to the fire hazards posed by narrow streets and had a decree issued to address the matter. |
| LFM2.5 24B-A2B | Mimar Sinan's greatest work is the Selimiye Mosque in Edirne, which he built at age 86 and hailed as his masterpiece. As chief architect, he tackled a wide variety of different projects and occasionally restored older buildings. He issued a ban concerning the fire hazards caused by the narrow streets, drawing attention to this issue. |
| gpt-oss-120b | Mimar Sinan's greatest masterpiece is the Selimiye Mosque in Edirne, which he built at the age of 86 and presented as his “masterwork.” While serving as chief architect, he tackled a wide range of tasks, sometimes restoring older buildings. He warned about the fire danger posed by the narrow streets and issued a decree to address the issue. |
Dördü de anlamı büyük ölçüde taşıyor. LFM2.5 son cümlede “ferman yayınlattı” kısmını “he issued a ban” diye çevirmiş; ferman yasak değil, padişah buyruğu. Gemma’ların ikisi de “had a decree issued” diyerek doğru kurmuş.
Günlük kullanımda ne demek?
- Gemma 4 31B ile bir e-posta: RTX 5090’da 11,3 saniye, Ryzen’de 64,9 saniye. Aynı e-posta, aynı kalite.
- Ryzen’de bekleme süresini en çok model seçimi kısaltıyor: aynı e-posta Gemma 4 26B-A4B ile 28,9, gpt-oss-120b ile 21,0 saniye.
- Sohbet hızı istenen işte ayrı ekran kartı açık ara önde. Arka planda dakikalarca çalışabilecek, büyük bellek isteyen işte Ryzen tek başına yetiyor.
Benim için sonuç
Bu iki makineyi bundan sonra şöyle kullanacağım: hızlı cevap gereken, kullanıcının beklediği işler RTX 5090’da; gece boyu sürebilecek toplu işler ve tek karta sığmayan büyük MoE modeller Ryzen’de. Ryzen’de dense büyük model yerine benzer kalitede bir MoE model seçmek beklemeyi 2–3 kat kısaltıyor; benim görevlerimde Gemma 4 26B-A4B, 31B ile aynı puanı aldı. Ryzen’de üretim ağırlıklı işlerde Vulkan, uzun girdili işlerde ROCm denemeye değer.
Sınırlar
- Elektrik tüketimi ölçülmedi. RTX 5090 450 W güç sınırında çalıştı.
- Görevler 9 tane, her biri 3 tekrar; kısa ve günlük işler. Uzun bağlam yalnız ~3.300 tokenlık bir belgeyle denendi.
- Düşünme dahil 2.048 token bütçesi LFM2.5’i özellikle etkiledi; daha geniş bütçede puanları farklı olabilir.
- gpt-oss-120b karşılaştırması eşit donanım değil: masaüstünde üç kart, Ryzen’de tek çip.
- Tek eşzamanlı istek ölçüldü; birden çok kullanıcının aynı anda istek attığı durum bu yazının konusu değil.
- M4 Pro’lu Mac henüz yok; kurulunca eklenecek.
Tam tablo ve yöntem
Değerler 27 isteğin ortancası (belge girdisi: 3 isteğin ortancası; “9 görev” her görevin ortanca süresinin toplamı). “İlk görünür kelime” görünür cevap üretmeyen istekleri saymıyor. Son iki sütun llama.cpp’nin kendi standart ölçümü (3 tekrar ortalaması).
| Model | Cihaz | Üretim tok/sn | Belge girdi tok/sn | İlk token sn | İlk görünür kelime sn | 9 görev sn | Doğru | Bütçe bitti | llama-bench tg128 | llama-bench pp512 |
|---|---|---|---|---|---|---|---|---|---|---|
| Gemma 4 31B | Ryzen · ROCm | 9,8 | 227 | 1,73 | 64,1 | 678,0 | 24/24 | 0 | 10,2 | 256 |
| Gemma 4 31B | Ryzen · Vulkan | 10,5 | 212 | 1,58 | 59,9 | 657,3 | 24/24 | 0 | 11,0 | 239 |
| Gemma 4 31B | RTX 5090 | 69,4 | 1.831 | 0,82 | 8,9 | 100,6 | 24/24 | 0 | 74,2 | 3.520 |
| Gemma 4 26B-A4B | Ryzen · ROCm | 34,4 | 1.131 | 0,41 | 30,7 | 317,0 | 24/24 | 0 | 37,8 | 1.324 |
| Gemma 4 26B-A4B | Ryzen · Vulkan | 43,5 | 1.026 | 0,40 | 24,4 | 254,9 | 22/24 | 2 | 48,4 | 1.193 |
| Gemma 4 26B-A4B | RTX 5090 | 210,4 | 6.074 | 0,21 | 5,4 | 56,0 | 24/24 | 0 | 246,2 | 11.135 |
| LFM2.5 24B-A2B | Ryzen · ROCm | 65,1 | 1.768 | 0,17 | 24,8 | 255,1 | 9/24 | 15 | 71,8 | 1.910 |
| LFM2.5 24B-A2B | Ryzen · Vulkan | 89,7 | 1.433 | 0,25 | 18,0 | 190,9 | 11/24 | 13 | 105,3 | 1.601 |
| LFM2.5 24B-A2B | RTX 5090 | 365,1 | 13.791 | 0,06 | 4,4 | 46,9 | 12/24 | 12 | 493,9 | 13.759 |
| gpt-oss-120b | Ryzen · ROCm | 38,2 | 611 | 0,75 | 10,1 | 135,8 | 22/24 | 0 | 40,2 | 678 |
| gpt-oss-120b | Ryzen · Vulkan | 46,3 | 549 | 0,99 | 9,4 | 115,7 | 19/24 | 0 | 51,1 | 743 |
| gpt-oss-120b | 3× RTX 5090 | 218,3 | 11.800 | 0,14 | 1,7 | 22,6 | 21/24 | 0 | 269,5 | 9.095 |
- llama.cpp b11803 (a37cc4610) resmî derlemeleri: ubuntu-cuda-13.4-x64, ubuntu-vulkan-x64, ubuntu-rocm-10.0-x64. llama-server: -c 16384 -ngl 999 -fa on -np 1; gpt-oss masaüstünde -ts 1,1,0.8 (llama-bench’te 1/1/0.8).
- İstek: temperature 0, top_k 1, seed 42, max_tokens 2048, cache_prompt false, akışla ilk token. Her görevde bütün koşularda istem SHA256’sı tek (kontrol edildi).
- Modeller: unsloth/gemma-4-31B-it-GGUF @ c1ac76e9 (Q4_K_M), unsloth/gemma-4-26B-A4B-it-GGUF @ c099eb48 (UD-Q4_K_M), LiquidAI/LFM2.5-24B-A2B-GGUF @ 0912d331 (Q4_K_M, LFM Open License), ggml-org/gpt-oss-120b-GGUF @ 7200b74b (MXFP4).
- Belge: Vikipedi “Mimar Sinan”, revizyon 38328473 (CC BY-SA 4.0).
- Otomatik kontroller: özet 3 madde ve madde başına ≤20 kelime; e-posta konu satırı, sipariş no, kod, %10, özür, ≤120 kelime; JSON tüm alanlar ve yalnız JSON; kod 8 test durumu; hesap 360; saat 11:12; yazım altı düzeltme; belge 5 sorunun hepsi.
- RTX 5090: Threadripper PRO 5955WX masaüstü, kart başına 450 W sınır; ölçüm sırasında diğer model servisleri kapalı. Ryzen AI Max+ 395: 128 GB LPDDR5X, Radeon 8060S, Ubuntu.
İndir: tüm istemler ve 324 cevabın tamamı (JSON) · betikler, ham kayıtlar ve özetler (ZIP)
Bütün istemler ve cevaplar (her model, 1. tekrar)
Aşağıda her görevin tam istemi ve dört modelin masaüstündeki ilk tekrar cevabı var, değiştirmeden. Uzun belgeli iki görevde belge metni yer tutucu ile kısaltıldı; tam hali ve Ryzen’deki bütün cevaplar indirilebilir JSON’da.
Özet
Aşağıdaki metni tam olarak 3 madde hâlinde özetle. Her madde "- " ile başlasın ve 20 kelimeyi geçmesin. Madde dışında hiçbir şey yazma.
METİN:
[aynı maddenin “Başmimarlık dönemi” bölümü buraya eklendi]Gemma 4 31B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
- Mimar Sinan, 49 yıl başmimarlık yapmış; Şehzade, Süleymaniye ve Selimiye camileriyle sanatının gelişimini sergilemiştir.
- Ayasofya'yı restore etmiş, İstanbul'un şehir planlaması, sokak genişletme ve altyapı çalışmalarıyla ilgilenmiştir.
- 1588'de vefat eden mütevazı sanatçının anısına Merkür'deki bir kratere ismi verilmiştir.Gemma 4 26B-A4B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
- Mimar Sinan, 49 yıl başmimarlık yaparak Şehzade, Süleymaniye ve Selimiye gibi eşsiz eserler bırakmıştır.
- Şehir düzenlemeleri, restorasyon çalışmaları ve yangın önlemleri gibi konularda da önemli görevler üstlenmiştir.
- 1588'de vefat eden sanatçının ismi, Merkür'deki bir kraterle ölümsüzleştirilmiştir.LFM2.5 24B-A2B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
- Sinan'ın ilk üç eseri Halep Hüsreviye Külliyesi, Gebze Çoban Mustafa ve İstanbul Haseki'dir.
- Tek kubbeli cami ve yan mekânlı tarzın birleşimi, İznik-Bursa etkisi gösterir.
- Son eseri Selimiye Cami, 86 yaşında yapıldı; Şehzade ve Süleymaniye de önemli mimari adımlardır.gpt-oss-120b · 3× RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
- Sinan'ın başmimarlık öncesi üç külliyesi: Husreviye (Halep), Çoban Mustafa (Gebze), Haseki (İstanbul).
- Şehzade, Süleymaniye ve Selimiye camileri, mimarlık dehasının başyapıtları; Selimiye "ustalık eseri".
- Ayasofya onarımı, şehir düzenlemeleri, 1976'da Merkür kraterine isim verilmesi; 1588'de İstanbul'da defnedildi.Resmî e-posta
Bir müşteriye, 48213 numaralı siparişinin kargo gecikmesi yüzünden 3 gün geç teslim edileceğini bildiren kısa, kibar ve resmî bir e-posta yaz. İlk satır "Konu:" ile başlasın. Özür dile ve telafi olarak ZY10 kodlu %10 indirim ver. Toplam 120 kelimeyi geçmesin.Gemma 4 31B · RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · Vulkan, Ryzen · ROCm
Konu: 48213 Numaralı Siparişiniz Hakkında Gecikme Bildirimi
Sayın Müşterimiz,
48213 numaralı siparişinizin, kargo sürecinde yaşanan aksaklıklar nedeniyle teslimatının 3 gün gecikeceğini üzülerek bildirmek isteriz.
Yaşanan bu durumdan dolayı içtenlikle özür dileriz. Bu gecikmeyi telafi etmek adına, bir sonraki alışverişinizde kullanabileceğiniz %10 indirim kodunu aşağıda bilgilerinize sunarız:
İndirim Kodu: **ZY10**
Anlayışınız için teşekkür eder, sağlıklı günler dileriz.
Saygılarımızla,
[Şirket Adınız]Gemma 4 26B-A4B · RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · ROCm
Konu: 48213 Numaralı Siparişinizin Teslimat Gecikmesi Hakkında
Sayın Müşterimiz,
48213 numaralı siparişinizin, kargo süreçlerinde yaşanan beklenmedik bir aksaklık nedeniyle 3 gün gecikmeli olarak teslim edileceğini üzülerek bildirmek isteriz.
Yaşanan bu gecikmeden dolayı içtenlikle özür dileriz. Müşteri memnuniyetine verdiğimiz önem doğrultusunda, bu durumu telafi etmek amacıyla bir sonraki alışverişinizde kullanabileceğiniz %10 indirim kodunu aşağıda bilgilerinize sunuyoruz:
**İndirim Kodu: ZY10**
Anlayışınız ve sabrınız için teşekkür ederiz.
Saygılarımızla,
[Şirket Adınız]LFM2.5 24B-A2B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
Konu: 48213 Siparişi Kargo Gecikmesi Hakkında
Sayın Müşteri,
48213 numaralı siparişiniz için kargo taşıma sürecinde beklenmedik bir aksama yaşandı.
Bu nedenle teslimatınız 3 gün gecikecektir.
İzininiz için özür dilemek ve tazmin olarak ZY10 kodu ile %10 indirim hakkı sağlamaktan memnuniyet duyarız.
Dürüstlü ve güvenilir hizmetimizle size hizmet vermeye devam ederiz.
Anlayışınız için teşekkür ederiz.gpt-oss-120b · 3× RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
Konu: 48213 Numaralı Siparişinizde Teslimat Gecikmesi Hakkında
Sayın Müşterimiz,
48213 numaralı siparişiniz, kargo gecikmesi nedeniyle planlanan teslim tarihinden üç gün sonra elinizde olacaktır. Yaşadığınız aksaklık için içtenlikle özür diler, anlayışınız için teşekkür ederiz. Telafi olarak, bir sonraki alışverişinizde kullanabileceğiniz **ZY10** kodlu %10 indirim kuponunu size sunuyoruz. Herhangi bir sorunuz olursa, müşteri hizmetlerimizle iletişime geçmekten çekinmeyiniz.
Saygılarımızla,
[Şirket Adı]
Müşteri Hizmetleri EkibiMetinden JSON çıkarma
Aşağıdaki mesajdan rezervasyon bilgilerini çıkar ve YALNIZCA geçerli bir JSON nesnesi döndür (açıklama, kod bloğu işareti yok). Alanlar: ad_soyad (metin), tarih (YYYY-AA-GG), saat (SS:DD, 24 saat), sube (metin), kisi_sayisi (tam sayı), telefon (yalnız rakamlar, 11 hane), notlar (metin).
MESAJ:
Merhaba, ben Ayşe Demir. 14 Kasım 2026 Cumartesi öğleden sonra iki buçukta Kadıköy şubenizde üç kişilik masa ayırtmak istiyorum, telefonum 0532 418 27 90. Bu arada içimizden biri vejetaryen.Gemma 4 31B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
{
"ad_soyad": "Ayşe Demir",
"tarih": "2026-11-14",
"saat": "14:30",
"sube": "Kadıköy",
"kisi_sayisi": 3,
"telefon": "05324182790",
"notlar": "İçimizden biri vejetaryen."
}Gemma 4 26B-A4B · RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · Vulkan, Ryzen · ROCm
{
"ad_soyad": "Ayşe Demir",
"tarih": "2026-11-14",
"saat": "14:30",
"sube": "Kadıköy",
"kisi_sayisi": 3,
"telefon": "05324182790",
"notlar": "İçimizden biri vejetaryen."
}LFM2.5 24B-A2B · RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · Vulkan, Ryzen · ROCm
(görünür cevap yok: 2048 tokenlık sınırın hepsi düşünmeye gitti)gpt-oss-120b · 3× RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
{
"ad_soyad": "Ayşe Demir",
"tarih": "2026-11-14",
"saat": "14:30",
"sube": "Kadıköy",
"kisi_sayisi": 3,
"telefon": "05324182790",
"notlar": "İçimizden biri vejetaryen."
}Kod yazma
Python ile `tl_bicimle(tutar)` adında bir fonksiyon yaz. Sayıyı Türk para biçiminde metne çevirsin: binlik ayırıcı nokta, ondalık ayırıcı virgül, her zaman 2 ondalık hane (yuvarlayarak), sonunda boşluk ve TL. Negatif sayılar başta eksi işaretiyle yazılsın. Örnek: 1234.5 -> "1.234,50 TL", -0.5 -> "-0,50 TL". Yalnızca tek bir ```python kod bloğu ver, açıklama yazma, dış kütüphane kullanma.Gemma 4 31B · RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · ROCm
```python
def tl_bicimle(tutar):
is_negative = tutar < 0
tutar = abs(tutar)
# 2 ondalık hane ile formatla
s = "{:.2f}".format(tutar)
tam_kisim, ondalik_kisim = s.split('.')
# Binlik ayırıcı ekle
binlikler = ""
for i, rakam in enumerate(reversed(tam_kisim)):
if i > 0 and i % 3 == 0:
binlikler = "." + binlikler
binlikler = rakam + binlikler
isaret = "-" if is_negative else ""
return f"{isaret}{binlikler},{ondalik_kisim} TL"
```Gemma 4 26B-A4B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
```python
def tl_bicimle(tutar):
is_negative = tutar < 0
abs_tutar = abs(tutar)
s = "{:.2f}".format(abs_tutar)
integer_part, decimal_part = s.split('.')
formatted_int = "{:,}".format(int(integer_part)).replace(',', '.')
sign = "-" if is_negative else ""
return f"{sign}{formatted_int},{decimal_part} TL"
```LFM2.5 24B-A2B · RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · Vulkan, Ryzen · ROCm
(görünür cevap yok: 2048 tokenlık sınırın hepsi düşünmeye gitti)gpt-oss-120b · 3× RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
```python
from decimal import Decimal, ROUND_HALF_UP
def tl_bicimle(tutar):
# Sayıyı iki ondalık basamağa yuvarla
d = Decimal(str(tutar)).quantize(Decimal('0.01'), rounding=ROUND_HALF_UP)
# İşaret
sign = '-' if d < 0 else ''
d = abs(d)
# Tam ve kesirli kısımlar
int_part = int(d)
frac_part = int((d - int_part) * 100)
# Binlik ayırıcı nokta
int_str = f"{int_part:,}".replace(',', '.')
# Kesirli kısmı iki hane olarak biçimlendir
frac_str = f"{frac_part:02d}"
return f"{sign}{int_str},{frac_str} TL"
```Hesap problemi
Bir kırtasiye 40 TL'lik defterlerde kampanya yapıyor: her 4 defterlik grupta 4. defter %50 indirimli. Kampanya her tam 4'lü grup için ayrı ayrı geçerli, gruba girmeyen defterler tam fiyat. Ali 10 defter alıyor. Ali toplam kaç TL öder? Kısaca hesapla ve son satıra yalnızca "CEVAP: <sayı>" yaz.Gemma 4 31B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
10 defterde 2 tane 4'lü grup vardır.
Her grupta 3 defter tam fiyat (40 TL), 1 defter %50 indirimli (20 TL) olur.
Kalan 2 defter tam fiyattır.
Hesaplama:
2 grup x (3 * 40 + 20) = 2 x 140 = 280 TL
Kalan 2 defter: 2 * 40 = 80 TL
Toplam: 280 + 80 = 360 TL
CEVAP: 360Gemma 4 26B-A4B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
10 defterin içinde 2 adet tam 4'lü grup vardır (2 x 4 = 8 defter) ve geriye 2 defter kalır.
* **Her 4'lü grup için maliyet:** 3 defter tam fiyat (3 x 40 = 120 TL) + 1 defter %50 indirimli (20 TL) = 140 TL.
* **2 grup için toplam:** 2 x 140 = 280 TL.
* **Grupta olmayan 2 defter için:** 2 x 40 = 80 TL.
* **Toplam ödeme:** 280 + 80 = 360 TL.
CEVAP: 360LFM2.5 24B-A2B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
Her grup için 140 TL (3 × 40 + 20). 2 tam grup = 280 TL, kalan 2 defter tam fiyat 80 TL. Toplam 360 TL.
CEVAP: 360gpt-oss-120b · 3× RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · Vulkan, Ryzen · ROCm
CEVAP: 360Mantık sorusu
Bir duvar saati her gerçek saatte tam 2 dakika geri kalıyor. Saat pazartesi öğlen 12:00'de doğru olarak ayarlandı. Gerçek zaman salı öğlen 12:00 olduğunda bu saat ne gösterir? Kısaca açıkla ve son satıra yalnızca "CEVAP: SS:DD" biçiminde yaz.Gemma 4 31B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
Pazartesi öğlen 12:00'den Salı öğlen 12:00'ye kadar toplam 24 saat geçer. Saat her saatte 2 dakika geri kaldığına göre, toplamda $24 \times 2 = 48$ dakika geri kalmış olur. Gerçek saat 12:00 iken, bu saat 48 dakika geride olduğu için 11:12'yi gösterir.
CEVAP: 11:12Gemma 4 26B-A4B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
Pazartesi öğlen 12:00'den Salı öğlen 12:00'ye kadar toplam 24 saat geçer. Saat her saatte 2 dakika geri kaldığına göre, 24 saat sonunda toplam kayıp: 24 x 2 = 48 dakika olur. Gerçek zaman 12:00 olduğunda, saat 48 dakika geri kalmış olacağı için 12:00'den 48 dakikayı çıkardığımızda saat 11:12'yi gösterir.
CEVAP: 11:12LFM2.5 24B-A2B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
Saat her gerçek saatlik 2 dakika geridedir. Pazartesi öğlen 12:00'den salı öğlen 12:00'a (24 saat) kadar toplam 48 dakika geriye kalır, bu yüzden saat 11:12 gösterir.
CEVAP: 11:12gpt-oss-120b · 3× RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
Duvar saati her gerçek saat başına 2 dk geri kalıyor. 24 saat içinde toplam kayıp:
\(24 \times 2 = 48\) dk.
Gerçek zaman salı 12:00 olduğunda saat 48 dk geride kalır:
12:00 – 48 dk = 11:12.
CEVAP: 11:12Türkçe yazım düzeltme
Aşağıdaki cümledeki yazım ve noktalama hatalarını düzelt. Yalnızca düzeltilmiş cümleyi yaz, açıklama ekleme.
herkez bu toplantıya katılcak mı bilmiyorum ama bende gelicem, yarın saat de 10 da başlıycak.Gemma 4 31B · RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · Vulkan, Ryzen · ROCm
Herkes bu toplantıya katılacak mı bilmiyorum ama ben de geleceğim, yarın saat 10'da başlayacak.Gemma 4 26B-A4B · RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · Vulkan, Ryzen · ROCm
Herkes bu toplantıya katılacak mı bilmiyorum ama ben de geleceğim, yarın saat 10'da başlayacak.LFM2.5 24B-A2B · RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · Vulkan, Ryzen · ROCm
(görünür cevap yok: 2048 tokenlık sınırın hepsi düşünmeye gitti)gpt-oss-120b · 3× RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · Vulkan
Herkes bu toplantıya katılacak mı bilmiyorum, ama ben de gelecek, yarın saat 10'da başlayacak.Türkçe → İngilizce çeviri
Aşağıdaki paragrafı doğal bir İngilizceye çevir. Yalnızca çeviriyi yaz.
Mimar Sinan'ın en büyük eseri, 86 yaşında yaptığı ve "ustalık eserim" diye takdim ettiği Edirne'deki Selimiye Camii'dir. Mimarbaşı olduğu sürece birbirinden çok değişik konularla uğraştı; zaman zaman eskileri restore etti. Sokakların darlığı sebebiyle ortaya çıkan yangın tehlikesine dikkat çekip bu konuda ferman yayınlattı.Gemma 4 31B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
Mimar Sinan's greatest work is the Selimiye Mosque in Edirne, which he completed at the age of 86 and described as his "masterpiece." Throughout his tenure as Chief Architect, he dealt with a wide variety of projects and occasionally restored older structures. He also drew attention to the fire hazards caused by narrow streets and had a decree issued to address the issue.Gemma 4 26B-A4B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
Mimar Sinan's greatest work is the Selimiye Mosque in Edirne, which he completed at the age of 86 and hailed as his "masterpiece." During his tenure as Chief Architect, he dealt with a wide range of issues, including the periodic restoration of historical structures. He also drew attention to the fire hazards posed by narrow streets and had a decree issued to address the matter.LFM2.5 24B-A2B · RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
Mimar Sinan's greatest work is the Selimiye Mosque in Edirne, which he built at age 86 and hailed as his masterpiece. As chief architect, he tackled a wide variety of different projects and occasionally restored older buildings. He issued a ban concerning the fire hazards caused by the narrow streets, drawing attention to this issue.gpt-oss-120b · 3× RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
Mimar Sinan's greatest masterpiece is the Selimiye Mosque in Edirne, which he built at the age of 86 and presented as his “masterwork.” While serving as chief architect, he tackled a wide range of tasks, sometimes restoring older buildings. He warned about the fire danger posed by the narrow streets and issued a decree to address the issue.Uzun belgeden soru-cevap
Aşağıda Vikipedi'nin Mimar Sinan maddesi var. YALNIZCA bu metne dayanarak soruları cevapla ve yalnızca şu anahtarlara sahip geçerli bir JSON nesnesi döndür: q1, q2, q3, q4, q5.
q1: Merkür'deki bir kratere Sinan adı hangi yıl verildi? (sayı)
q2: Van Gölü'nde Sinan kaç kadırga yaptı ve bu ne kadar sürdü? (kısa metin)
q3: Sinan'ın 86 yaşında yaptığı ve "ustalık eserim" dediği yapı hangisi ve hangi yıl? (kısa metin)
q4: Prut Nehri üzerindeki köprüyü kaç günde yaptı? (sayı)
q5: Metinde Sinan'ın yaptığı eser sayısı için birbirinden farklı iki ifade geçiyor. İkisini de yaz. (kısa metin)
METİN:
[Vikipedi “Mimar Sinan” maddesi buraya eklendi; tam metin indirilebilir JSON’da]Gemma 4 31B · RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · Vulkan, Ryzen · ROCm
```json
{
"q1": 1976,
"q2": "3 adet kadırga, iki hafta",
"q3": "Selimiye Camii, 1575",
"q4": 10,
"q5": "300'den fazla büyük yapı, 375 eser"
}
```Gemma 4 26B-A4B · RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · Vulkan, Ryzen · ROCm
```json
{
"q1": 1976,
"q2": "İki haftada üç adet kadırga",
"q3": "Edirne'deki Selimiye Camii (1575)",
"q4": 10,
"q5": "300'den fazla büyük yapı ve 375 eser"
}
```LFM2.5 24B-A2B · RTX 5090, 1. tekrar · Ryzen’de 1. tekrar aynı: Ryzen · Vulkan, Ryzen · ROCm
(görünür cevap yok: 2048 tokenlık sınırın hepsi düşünmeye gitti)gpt-oss-120b · 3× RTX 5090, 1. tekrar · Ryzen’deki 1. tekrar farklı metin (JSON’da)
{
"q1": 1976,
"q2": "İki haftada üç kadırga yaptı.",
"q3": "Edirne'deki Selimiye Camii, 1575.",
"q4": 10,
"q5": "300'den fazla büyük yapı; 375 eser."
}







